Bulletin of Kemerovo State University. Series: Political, Sociological and Economic sciences

Вестник Кемеровского государственного университета. Серия: Политические, социологические и экономические науки

2500-3372 2542-1190

58126

10.21603/2500-3372-2023-8-41-40-49

Социология управления

Sociology of Management

Социология управления

Areas for Artificial Intelligence Implementation in Kuzbass Healthcare: Sociological Aspects

Социологические аспекты направлений внедрения искусственного интеллекта в здравоохранении Кузбасса

Головко

Ольга Владимировна

Golovko

Ol'ga Vladimirovna

Харлампенков

Евгений Иванович

Kharlampenkov

Evgeny Ivanovich

kotk123@yandex.ru

Кемеровский государственный медицинский университет Кемерово Россия Kemerovo State Medical University Kemerovo Russian Federation

Кемеровский институт (филиал) Российского экономического университета им. Г. В. Плеханова Кемерово Россия Plekhanov Russian University of Economics (Kemerovo branch) Kemerovo Russian Federation

04 04 2023

8 1 40 49 27 12 2022 09 03 2023

https://jsocnet.ru/en/nauka/article/58126/view

Проанализирована структура заболеваемости в Кемеровской области – Кузбассе на основе статистических данных, выявлены основные направления внедрения искусственного интеллекта в России. Проведен социологический опрос врачей-клиницистов с использованием метода фокус-групп с целью выявить их осведомленность о продуктах искусственного интеллекта, готовность использовать их в своих лечебных учреждениях и участвовать в их разработке. Развитие и использование искусственного интеллекта предполагает создание центров компетенций, способных внедрять данные продукты в региональном здравоохранении. Основными направлениями являются разработка стратегической программы развития и внедрения программных продуктов искусственного интеллекта; создание творческих коллективов, включающих медицинское сообщество и IT-специалистов в рамках научно-образовательных центров. Представлен анализ структуры заболеваний в Кузбассе, разработаны основные направления развития искусственного интеллекта для решения задач по здоровьесбережению. Реализация предложений может повысить точность диагностики, упростить лечение пациентов с различными заболеваниями, вывести здравоохранение Кузбасса на новый уровень.

The article analyzes the structure of morbidity in the region and identifies the main directions for artificial intelligence implementation in Russia. In order to identify the attitude of clinical physicians towards the artificial intelligence products, the authors performed a sociological survey. To develop the artificial intelligence in the Kemerovo Region it is necessary to use artificial intelligence products and build competence centers for implementing these products in regional healthcare. The main ways of development are strategic programs; creative teams within scientific and educational centers; introduction of automated workplaces for doctors. The authors’ proposals can improve the accuracy of diagnosis, simplify the treatment of patients with various diseases, and rise the healthcare of the Kemerovo region – Kuzbass to a new level.

искусственный интеллект структура заболеваемости цифровизация система поддержки принятия врачебных решений анкетирование обработка анкет медицина и здравоохранение

artificial intelligence morbidity structure digitalization medical decision support system questionnaires questionnaire processing medicine and healthcare

Рязанова С. В., Комков А. А., Мазаев В. П. Российский и мировой опыт применения новых технологий искусственного интеллекта в реальной медицинской практике. Научное обозрение. Медицинские науки. 2021. № 6. С. 32-40. https://doi.org/10.17513/srms.1215

Ryazanova S. V., Komkov A. A., Mazaev V. P. Russian and world experience in the application of new artificial intelligence technologies in real medical practice. Nauchnoe obozrenie. Meditsinskie nauki, 2021, (6): 32-40. (In Russ.) https://doi.org/10.17513/srms.1215

Гусев А. В., Кузнецова Т. Ю., Корсаков И. Н. Искусственный интеллект в оценке рисков развития сердечно-сосудистых заболеваний. Журнал телемедицины и электронного здравоохранения. 2018. № 3. С. 85-90. EDN: YWZVKX

Gusev A. V., Kuznetsova T. Yu., Korsakov I. N. Artificial intelligence for cardiovascular risks assessment. Zhurnal telemeditsiny i elektronnogo zdravookhraneniia, 2018, (3): 85-90. (In Russ.) EDN: YWZVKX

Kaul V., Enslin S., Gross S. A. History of artificial intelligence in medicine. Gastrointestinal Endoscopy, 2020, 92(4): 807-812. https://doi.org/10.1016/j.gie.2020.06.040

Гусев А. В., Добридюк С. Л. Искусственный интеллект в медицине и здравоохранении. Информационное общество. 2017. № 4-5. C. 78-92.

Gusev A. V., Dobridyuk S. L. Artificial intelligence in medicine and healthcare. Information Society, 2017, (4-5): 78-92. (In Russ.)

Тарасова К. А. Возможности использования искусственного интеллекта в кардиологии. Российский кардиологический журнал. 2022. Т. 27. № S7. С. 47. EDN: GXVDSV

Tarasova K. A. Possible applications of artificial intelligence in cardiology. Russian Journal of Cardiology, 2022, 27(S7): 47. (In Russ.) EDN: GXVDSV

Старцев Д. С. Диагностика болезней сердца на основе метода нейронных сетей. Интеллектуальные системы в науке и технике. Искусственный интеллект в решении актуальных социальных и экономических проблем ХХI века: Междунар. конф. и Шестой Всерос. науч.-практ. конф. (Пермь, 12-18 октября 2020 г.) Пермь: ПГНИУ, 2020. С. 465-470. EDN: UDBBYD

Startsev D. S. Diagnosis of heart diseases based on the neural network method. Intelligent systems in science and technology. Artificial intelligence in solving actual social and economic problems of the XXI century: Proc. Intern. Conf. and the Sixth All-Russian Sci.-Prac. Conf., Perm, 12-18 Oct 2020. Perm: PSU, 2020, 465-470. (In Russ.) EDN: UDBBYD

Журавлева М. В., Каменева Т. Р., Черных Т. М., Чурсина Т. А. Сравнительная характеристика ряда препаратов для лечения острой респираторной вирусной инфекции и гриппа. Доктор.Ру. 2015. № 13. С. 12-19. EDN: VBCNYX

Zhuravleva M. V., Kameneva T. R., Chernykh T. M., Chursina T. A. Comparison of some drugs used to treat acute respiratory viral infection and influenza. Doctor.Ru, 2015, (13): 12-19. (In Russ.) EDN: VBCNYX

Сушко В. А., Спасенников Б. А. Социология медицины: вопросы методологии. Бюллетень Национального научно-исследовательского института общественного здоровья имени Н. А. Семашко. 2021. № 2. С. 90-99. https://doi.org/10.25742/NRIPH.2021.02.011

Sushko V. A., Spasennikov B. A. Sociology of medicine: questions of methodology. Bulletin of Semashko National Research Institute of Public Health, 2021, (2): 90-99. (In Russ.) https://doi.org/10.25742/NRIPH.2021.02.011

Морозов С. П., Владзимирский А. В., Ледихова Н. В., Соколина И. А., Кульберг Н. С., Гомболевский В. А. Оценка диагностической точности системы скрининга туберкулеза легких на основе искусственного интеллекта. Туберкулез и болезни легких. 2018. Т. 96. № 8. С. 42-49. https://doi.org/10.21292/2075-1230-2018-96-8-42-49

Morozov S. P., Vladzymyrskyy A. V., Ledikhova N. V., Sokolina I. A., Kulberg N. S., Gombolevskiy V. A. Evaluation of diagnostic accuracy of the system for pulmonary tuberculosis screening based on artificial neural networks. Tuberculosis and Lung Diseases, 2018, 96(8): 42-49. (In Russ.) https://doi.org/10.21292/2075-1230-2018-96-8-42-49

10.

Невзорова В. А., Плехова Н. Г., Присеко Л. Г., Черненко И. Н., Богданов Д. Ю., Мокшина М. В., Кулакова Н. В. Методы машинного обучения в прогнозировании исходов и рисков сердечно-сосудистых заболеваний у пациентов с артериальной гипертензией (по материалам ЭССЕ-РФ в Приморском крае). Российский кардиологический журнал. 2020. Т. 25. № 3. С. 10-16. https://doi.org/10.15829/1560-4071-2020-3-3751

Nevzorova V. A., Plekhova N. G., Priseko L. G., Chernenko I. N., Bogdanov D. Yu., Mokshina M. V., Kulakova N. V. Machine learning for predicting the outcomes and risks of cardiovascular diseases in patients with hypertension: results of ESSE-RF in the Primorsky Krai. Russian Journal of Cardiology, 2020, 25(3): 10-16. (In Russ.) https://doi.org/10.15829/1560-4071-2020-3-3751

11.

Бринк Х., Ричардс Д., Феверолф М. Машинное обучение. СПб.: Питер, 2023. 336 с.

Brink H., Richards J. W., Fetherolf M. Real-World Machine Learning. St. Petersburg: Piter, 2023, 336. (In Russ.)

12.

Остроух А. В. Введение в искусственный интеллект. Красноярск: Научно-инновационный центр, 2020. 250 с. https://doi.org/10.12731/978-5-907208-26-1

Ostroukh A. V. Introduction to artificial intelligence. Krasnoyarsk: Nauchno-innovatsionnyi tsentr, 2020, 250. (In Russ.) https://doi.org/10.12731/978-5-907208-26-1

13.

Левинсон А., Стучевская О. Фокус-группы: эволюция метода (Обзор дискуссии на конференции ESOMAR). Мониторинг общественного мнения: экономические и социальные перемены. 2003. № 1. С. 46-55. EDN: HTNEGP

Levinson A., Stuchevskaia O. Focus groups: evolution of the method. Monitoring obshchestvennogo mneniia: ekonomicheskie i sotsialnye peremeny, 2003, (1): 46-55. (In Russ.) EDN: HTNEGP

14.

Иванов К. К., Кожевников Д. В., Лужин В. М. Искусственный интеллект. Основные направления исследований. Молодой ученый. 2016. № 28. С. 16-18.

Ivanov K. K., Kozhevnikov D. V., Luzhin V. M. Artificial intelligence. The primary lines of research. Molodoi uchenyi, 2016, (28): 16-18. (In Russ.)

15.

Brandt V., Emrich T., Schoepf U. J., Dargis D. M., Bayer R. R., De Cecco C. N., Tesche C. Ischemia and outcome prediction by cardiac CT based machine learning. The International Journal of Cardiovascular Imaging, 2020, 36: 2429-2439. https://doi.org/10.1007/s10554-020-01929-y

16.

Ившин А. А., Гусев А. В., Новицкий Р. Э. Искусственный интеллект: предиктивная аналитика перинатального риска. Вопросы гинекологии, акушерства и перинатологии. 2020. Т. 19. № 6. С. 133-144. https://doi.org/10.20953/1726-1678-2020-6-133-144

Ivshin A. A., Gusev A. V., Novitsky R. E. Artificial intelligence: predictive analytics of perinatal risk. Gynecology, Obstetrics and Perinatology, 2020, 19(6): 133-144. (In Russ.) https://doi.org/10.20953/1726-1678-2020-6-133-144

17.

Яковлева Е. В., Исакова Н. В. Искусственный интеллект как современная философская проблема: аналитический обзор. Гуманитарные и социальные науки. 2021. Т. 86. № 6. C. 30-35. https://doi.org/10.18522/2070-1403-2021-89-6-30-35

Yakovleva E. V., Isakova N. V. Artificial intelligence as a modern philosophical problem: analytical review. The Humanities and Social Sciences, 2021, 86(6): 30-35. (In Russ.) https://doi.org/10.18522/2070-1403-2021-89-6-30-35

18.

Шапкарин А. М. Философские аспекты проблемы искусственного интеллекта (возможность существования, безопасность, полезность). NovaInfo.Ru. 2018. Т. 1. № 87. С. 33-38. EDN: XTOXCH

Shapkarin A. M. Philosophical aspects of the artificial intelligence problem (existence possibility, safety, benefits). NovaInfo.Ru, 2018, 1(87): 33-38. (In Russ.) EDN: XTOXCH

19.

Квашнина Д. А. Философские аспекты влияния искусственного интеллекта на социум. Вестник Томского государственного университета. Философия. Социология. Политология. 2017. № 37. C. 57-61. https://doi.org/10.17223/1998863X/37/6

Kvashnina D. A. Philosophical aspects of the artificial intelligence impact on society. Tomsk State University Journal of Philosophy, Sociology and Political Science, 2017, (37): 57-61. (In Russ.) https://doi.org/10.17223/1998863X/37/6

20.

Тимофеев А. В. Сущность и проблемы искусственного интеллекта в контексте современных научных и философских представлений. Вестник Московского государственного областного университета. Серия: Философские науки. 2020. № 2. C. 127-133. https://doi.org/10.18384/2310-7227-2020-2-127-133

Timofeev A. V. The essence and problems of artificial intelligence in the context of modern scientific and philosophical conceptions. Bulletin of Moscow Region State University. Series: Philosophy, 2020, (2): 127-133. (In Russ.) https://doi.org/10.18384/2310-7227-2020-2-127-133

21.

Гасумова С. Е. Риски цифровизации и роботизации для сферы социальной защиты и социального обслуживания в России. Интеллектуальные системы в науке и технике. Искусственный интеллект в решении актуальных социальных и экономических проблем ХХI века: сб. ст. по мат-лам Междунар. конф. и Шестой всерос. науч.-практ. конф. (Пермь, 12-18 октября 2020 г.) Пермь: ПГНИУ, 2020. С. 633-642. EDN: LZZCLF

Gasumova S. E. Risks of digitalization and robotization for social welfare and social service in Russia. Intelligent systems in science and technology. Artificial intelligence in solving actual social and economic problems of the XXI century: Proc. Intern. Conf. and the Sixth All-Russian Sci.-Prac. Conf., Perm, 12-18 Oct 2020. Perm: PSU, 2020, 633-642. (In Russ.) EDN: LZZCLF

22.

Дороганов В. С., Баумгартэн М. И. Возможные проблемы, возникающие при создании искусственного интеллекта. Вестник Кузбасского государственного технического университета. 2013. № 4. С. 132-135. EDN: QLJMQP

Doroganov V. S., Baumgarten M. I. Possible problems associated with the creation of artificial intelligence. Bulletin of the Kuzbass State Technical University, 2013, (4): 132-135. (In Russ.) EDN: QLJMQP

23.

Стоцкая Т. Г. Проблема искусственного интеллекта. Традиции и инновации в строительстве и архитектуре. Социально-гуманитарные и экономические науки. Самара: СамГТУ, 2017. C. 39-41. EDN: ZESJLH

Stotskaya T. G. The artificial intelligence problem. Traditions and innovations in construction and architecture. Socio-humanitarian and economic sciences. Samara: SamSTU, 2017, 39-41. (In Russ.) EDN: ZESJLH

24.

Мошелла Д. Путеводитель по цифровому будущему: Отрасли, организации и профессии. М.: Альпина Паблишер, 2020. 310 с.

Moschella D. Seeing digital: a visual guide to the industries, organizations, and careers of the 2020s. Moscow: Alpina Pablisher, 2020, 310. (In Russ.)